IA Generativa e Ingeniería RAG — Guía de Estudio

Una guía de estudio ilustrada y alineada con el examen para construir aplicaciones de LLM fundamentadas: control de prompting y decodificación, el pipeline RAG completo (cargar, fragmentar, incrustar, indexar, recuperar, reordenar, generar), bases de datos vectoriales e índices, recuperación híbrida y reordenamiento, mitigación de alucinaciones y citas, evaluación RAG (fidelidad, relevancia, RAGAS) y llamadas a funciones con barreras de seguridad. Diagramas, tablas comparativas y ejemplos resueltos en todo momento.

Key facts

• Course price: $195 (one-time payment)
• Field: Artificial Intelligence & LLMs
• Prepares for: IA Generativa e Ingeniería RAG
• 5 modules · 17 lessons · about 4 hours of lessons
• Self-paced, online, illustrated lessons

Course outline

1. Control de Prompts y Decodificación — Dirigir un LLM en tiempo de inferencia: prompting zero/few-shot y cadena de pensamiento, prompts de sistema y los diales de decodificación — temperatura, top-k, top-p.
   • Técnicas de Prompting: Zero-shot, Few-shot, Cadena de Pensamiento
   • Indicaciones del sistema y diseño de roles
   • Parámetros de decodificación: Temperatura, Top-k, Top-p
2. El Pipeline RAG de Extremo a Extremo — La arquitectura completa: ingesta fuera de línea (cargar, fragmentar, embedizar, indexar) y consulta en línea (embedizar, recuperar, reordenar, generar), más la estrategia de fragmentación.
   • Arquitectura RAG: Ingesta y consulta
   • Carga de documentos y estrategias de fragmentación
   • Incrustaciones para recuperación
3. Bases de Datos Vectoriales y Recuperación — Almacenar y buscar embeddings: índices HNSW e IVF, métricas de similitud y recuperación densa vs dispersa vs híbrida con reordenamiento.
   • Bases de datos vectoriales e índices ANN (HNSW, IVF)
   • Métricas de Similitud: Coseno vs Producto Punto
   • Recuperación Densa, Dispersa e Híbrida + Reordenamiento
4. Fundamentación, Alucinación y Evaluación — Ensamblaje de la ventana de contexto, causas y mitigación de alucinaciones, citas y medición de la calidad de RAG con fidelidad, relevancia y RAGAS.
   • Gestión de la Ventana de Contexto y Ensamblaje del Prompt
   • Alucinación: Causas y Mitigación
   • Citas y Fundamentación
   • Evaluación de RAG: Fidelidad, Relevancia, RAGAS
5. Herramientas, Salida Estructurada, Barreras de Seguridad y Costo — Llamada a funciones/herramientas, salida JSON estructurada, barreras de seguridad contra inyección de prompts y control de latencia y costo con caché.
   • Llamada a funciones / Herramientas
   • Salida estructurada (JSON)
   • Guardarraíles, Seguridad e Inyección de Instrucciones
   • Caché y Control de Costos